点击蓝字

关注我们

关注并星标

从此不迷路

计算机视觉研究院

公众号ID｜计算机视觉研究院

学习群｜扫码在主页获取加入方式

计算机视觉研究院专栏

Column of Computer Vision Institute

本文提出的AS-YOLO：基于 Ghost 瓶颈与全局注意力机制的增强 YOLO，专为苹果果梗实时分割设计。它做到了：只用 RGB 相机、超实时帧率、超高精度、超轻量部署，是目前农业果梗分割最落地的方案。

PART/1

    行业痛点   

 行业痛点：果梗虽小，却是大难题

🍎 果梗分割为什么难？

1. 目标极小：果梗占像素极少，常规 YOLO 容易漏检
2. 易遮挡易混淆：和果面、枝叶、背景高度相似
3. 速度与精度不可兼得：高精度模型太慢，轻量化模型不准
4. 落地成本高：深度 / 红外 / 热成像相机太贵，产线难普及

而自动化采摘、智能分拣、自动去梗机构，必须又快又准。AS-YOLO 的出现，就是为了彻底解决这一痛点。

PART/2

     模型核心   

AS-YOLO 以 YOLOv8 为基础架构，做了两大关键创新：Ghost 瓶颈轻量化 + 全局注意力机制 GAM

🧩 图 1：AS-YOLO 整体网络架构

主干：轻量化 Ghost Bottleneck颈部：多尺度融合 + 全局注意力 GAM头部：苹果 + 果梗双类别分割头

---

1）Ghost Bottleneck：模型瘦身不减效

• 

  用廉价操作生成更多特征，大幅降低计算量

• 融合 SE 通道注意力 + 深度卷积 DWConv

• 残差结构保证信息不丢失

• 让模型更快、更小、更适合嵌入式部署

一句话：更小、更快、更强。

---

2）全局注意力机制 GAM：小目标 “放大镜”

• 同时做通道注意力 + 空间注意力

• 全局捕获上下文，强化果梗特征

• 解决 YOLO 局部感受野不足、小目标弱的问题

• 几乎不增加推理耗时

对果梗这种微小目标分割，GAM 是真正的杀手锏。

PART/3

     数据集   

数据集：AS-Seg 专业苹果果梗数据集

为了让实验可复现、模型更贴合真实场景，团队构建了专用数据集：AS-Seg（AppleStem-Segmentation）

🧩 图 2：三种采集环境

• 相机：Intel RealSense D405

• 场景：自然光、暗箱、旋转拍摄

• 总量：1260 张精细标注图像

• 公开开源：GitHub 可下载

🧩 图 3：数据集示例

PART/4

     实验结果   

 实验结果：精度登顶，速度破 129FPS

实验平台：NVIDIA RTX 3070核心指标：mAP@50、mAP@50-95、FPS（实时性）

✅ AS-YOLO 核心成绩

• 整体 mAP@50：0.956

• 整体 mAP@50-95：0.782

• 推理速度：129.8 FPS（超实时）

✅ 分类别精度

• 苹果：精确率 0.999，召回率 1.0（近乎完美）
• 果梗：精确率 0.888，mAP@50-95 0.574（大幅领先 SOTA）

✅ 对比主流模型

• 速度比 YOLOv8 快 13%

• 速度比 YOLOv11 快 16%

• 果梗分割精度远超 Mask R-CNN / YOLACT / PointRend

PART/5

     可视化效果   

可视化效果：清晰分割，无假阳性

🧩 图 4：模型分割效果对比

肉眼可见：✅ 苹果边界精准✅ 果梗完整检出✅ 无手部 / 背景误检✅ 遮挡与复杂角度依然稳定

PART/6

     消融实验   

消融实验：证明两大模块真的有用

团队做了严格消融对比，结果非常清晰：

1. YOLOv8 baseline：果梗较弱
2. + Ghost 瓶颈：提速、提精度、降参数量
3. + GAM：显著增强小目标果梗
4. Ghost + GAM（AS-YOLO）：性能达到最优

两个模块强强联合，1+1>2。

PART/7

     产业价值   

产业价值：农业自动化真正能用

AS-YOLO 不是实验室刷榜模型，它是产线级方案：✅ 仅用RGB 相机，低成本改造✅ 129FPS 超实时，适配高速分拣线✅ 苹果 + 果梗双分割，直接驱动去梗机构✅ 模型轻量，可部署 Jetson 等嵌入式设备✅ 数据集开源，可快速迁移到梨、柑橘、桃等

PART/8

     局限与未来方向   

当前局限

• 目前主要在苹果场景验证

• 基于 2D 图像，缺少 3D 坐标

未来规划

• 扩展到更多水果与复杂田间环境

• 融合 3D 点云，实现果梗 3D 定位

• 进一步轻量化，适配端侧实时控制

PART/9

     总结   

AS-YOLO 用Ghost 瓶颈轻量化 + 全局注意力精准分割，完美解决了苹果果梗分割的四大核心痛点：小目标看得清、速度够快、精度够高、部署够便宜。

它不仅是一篇优秀论文，更是智慧农业视觉落地的标杆之作。未来，自动去梗、智能分拣、采摘机器人…… 都将因这类模型真正普及。

有相关需求的你可以联系我们！

END

转载请联系本公众号获得授权

计算机视觉研究院学习群等你加入！

ABOUT

计算机视觉研究院

计算机视觉研究院主要涉及深度学习领域，主要致力于目标检测、目标跟踪、图像分割、OCR、模型量化、模型部署等研究方向。研究院每日分享最新的论文算法新框架，提供论文一键下载，并分享实战项目。研究院主要着重”技术研究“和“实践落地”。研究院会针对不同领域分享实践过程，让大家真正体会摆脱理论的真实场景，培养爱动手编程爱动脑思考的习惯！

往期推荐 

🔗

• YOLO-TLA：一种基于 YOLOv5 的高效轻量级小目标检测模型

• ViT-YOLO：基于Transformer的用于目标检测的YOLO算法

• SSMA-YOLO：一种轻量级的 YOLO 模型，具备增强的特征提取与融合能力，适用于无人机航拍的船舶图像检测

• LUD-YOLO：一种用于无人机的新型轻量级目标检测网络

• Gold-YOLO：基于聚合与分配机制的高效目标检测器

• Drone-YOLO：一种有效的无人机图像目标检测

• 「无人机+AI」“空中城管”

• 无人机+AI：光伏巡检自动化解决方案

• 无人机视角下多类别船舶检测及数量统计
  

• 机场项目：解决飞行物空间大小/纵横比、速度、遮挡等问题引起的实时目标检测问题

• 2PCNet：昼夜无监督域自适应目标检测（附原代码）

• YOLO-S：小目标检测的轻量级、精确的类YOLO网络

• 大改Yolo框架 |  能源消耗极低的目标检测新框架（附论文下载）

• 改进的检测算法：用于高分辨率光学遥感图像目标检测